基于大數據的服裝供應鏈協同創新平臺構建研究

和征 阮紫琳 李亞森 桑子茹 孫靜

摘要：服裝供應鏈協同創新能夠解決服裝企業與供應商、客戶之間的信息不對稱，有效地降低各成員企業的成本并提高供應鏈的運行效率。本文將大數據與服裝供應鏈協同創新相結合，設計出基于大數據的服裝供應鏈協同創新平臺的技術架構，并結合應用實例驗證了該架構的適用性與合理性。

Abstract： The collaborative innovation of apparel supply chain can solve the information asymmetry between garment enterprise and suppliers and customers， effectively reduce the cost of each member enterprise and improve the operation efficiency of supply chain. In this paper， big data and apparel supply chain collaborative innovation are combined to design the technology architecture of apparel supply chain collaborative innovation platform based on big data， and the applicability and rationality of the architecture are verified by an application example.

關鍵詞：大數據;服裝供應鏈;協同創新;服裝供應鏈協同創新

Key words： big data;apparel supply chain;collaborative innovation;collaborative innovation of apparel supply chain

中圖分類號：F274 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）30-0133-04

0 ?引言

紡織服裝行業正在經歷著產業提升和行業洗牌的壓力，盡管我國已經是全球最大的服裝生產國、消費國和出口國，但是，目前國內外市場需求不振，未來服裝行業面臨著發展的機遇和挑戰，這一切終將取決于企業的可持續發展能力。服裝供應鏈協同創新的核心就是為服裝企業提供可持續發展的不竭動力，并且隨著大數據技術的日益成熟和深度融合，大數據在驅動服裝供應鏈的質量升級、服務升級和物流服務功能升級的方面表現越來越突出，大數據的廣度和深度延伸于服裝企業的供應鏈物流服務鏈條，大數據成為構建服裝供應鏈協同創新平臺的關鍵。

1 ?文獻綜述

有關服裝供應鏈的研究，譚志強等（2017）認為服裝供應鏈是服裝制造企業、材料供應商和零售商等相關企業，為了面對不斷加劇的市場競爭壓力，因利益驅動而結成的服裝行業的動態聯盟，目的是為了增強供應鏈的彈性，提高信息傳遞的速度并增強供貨能力[1]。許多學者從多個方面研究了紡織服裝供應鏈。Romano 和Vinelli（2001）等提出了運用供應鏈策略對紡織服裝供應鏈的質量管理進行改善的解決方法[2]。Bruce等（2004）提出了紡織服裝供應鏈快速交貨的解決方案，并且提出快速反應在供應鏈中的重要性[3]。Cao和Zhang（2005）認為紡織服裝供應鏈包括三種結構：核心企業整合供應鏈、傳統采購鏈、匯聚于第三方的供應鏈[4]。Jimmy和 Lam（2006）認為香港紡織服裝供應鏈面臨的主要問題是供應鏈響應時間太長[5]。可見，要提升服裝供應鏈的參與主體企業之間的聯動性，增強它們對市場需求快速反應的能力，就需要對現有的業務模式和運作流程進行有效的協同。

有關供應鏈協同創新的研究，Leng和 Parlar（2010）采用回購和缺貨成本契約，解決了生命周期較短的產品供應鏈協同過程中所面臨的問題[6]。Kaya（2011）考慮供應鏈成員的努力水平對客戶需求的影響，采用成本分擔契約和期權購買的方式，研究供應鏈協同問題[7]。王梓蓉（2018）認為在大數據環境的背景下，要使供應鏈協同創新達到最優，需要建立有效的協同創新機制體系[8]。蘭秀文（2018）等分析了現有流通供應鏈對稱性協同機制的作用及創新路徑[9]。王加毅（2018）認為紡織服裝供應鏈高質量和有效的協同創新將成為我國紡織服裝企業提升自身競爭力的有效途徑[10]。

服裝供應鏈成員企業的業務數據（采購、庫存、銷售、物流、產品設計和生產、產品質量等數據）具有大數據的特點，即業務數據量巨大，結構多樣化，數據來源多樣化，數據時效性很強，為了獲得這些數據帶來的管理價值和服務，就需要對這些業務數據的價值進行分析和挖掘。例如，通過對客戶信息數據、產品質量數據等數據的挖掘，獲得客戶潛在的需求，可制訂相應的銷售策略，也可獲得產品質量改進需求，從而提高產品質量。通過大數據技術，也可以解決服裝供應鏈成員企業間信息共享不及時和客戶需求預測不準確方面的問題。因此，本文基于以上原因，構建基于大數據的服裝供應鏈協同創新平臺，為提升服裝供應鏈的信息共享效率和企業協同創新水平提供幫助。

2 ?服裝供應鏈協同創新平臺的大數據管理架構

服裝供應鏈協同創新平臺的大數據管理總體架構自下而上依次包括：大數據中心層、大數據挖掘層、大數據商業智能層，如圖1所示。

2.1 大數據中心層

服裝供應鏈協同創新平臺的大數據中心首先采集成員企業的業務系統數據，主要包括服裝面料采購和庫存數據、服裝產品設計與生產數據、服裝銷售和庫存數據、服裝物流數據、服裝產品質量數據等;其次，進行服裝供應鏈協同創新業務數據的存儲和整合;然后，進行服裝供應鏈協同創新業務數據的交換和共享;最后，進行服裝供應鏈協同創新業務數據的分析、挖掘和處理，提供各種數據服務。大數據中心是集這些功能為一體的統一的多方位應用平臺，該平臺以網絡和數據庫為基礎，覆蓋了整個服裝供應鏈和產品全生命周期。服裝供應鏈大數據中心采用云計算的技術架構。云計算通過提供基礎架構平臺，解決了大數據存儲和運行的問題，而大數據則以分布式處理等手段支撐服裝供應鏈協同創新功能，主要支撐服裝面料協同采購、服裝協同設計和生產、服裝產品的協同銷售和庫存管理、服裝產品質量協同管控等功能。服裝供應鏈協同創新平臺的大數據中心的技術架構從下到上依次為：基礎設施層、虛擬化層、平臺層、應用層[11]。

2.1.1 基礎設施層

基礎設施層包括支撐服裝供應鏈協同創新大數據管理的各種軟硬件資源。其中，硬件資源包括服務器、網絡設備、存儲設備、計算機等。軟件資源包括操作系統、數據庫、系統管理軟件、應用軟件等，它們提供存儲、隊列服務以及其它與服裝企業協同創新業務相關的服務。基礎設施層將基礎設施資源封裝成服務，可以很好地進行基礎設施資源的劃分、分配，以及根據用戶需求的動態調整，最終實現基礎設施資源的管理服務。

2.1.2 虛擬化層

虛擬化層是對基礎設施層的各類軟硬件資源進行虛擬化，實現服裝供應鏈協同創新大數據管理的服務器、存儲設備、網絡設備、操作系統、數據庫等虛擬化，提高它們的利用率。通過虛擬化，實現一臺服務器被虛擬成多臺服務器，每臺服務器上可以運行多個操作系統，每個操作系統上可以運行多個服裝供應鏈成員企業的業務系統。

2.1.3 平臺層

平臺層實現服裝供應鏈業務系統的數據存儲、數據交換、數據管理、用戶管理、資源管理、安全管理、映像管理等服務。平臺層能夠根據服裝供應鏈相關企業的業務需求，進行服務定制和組裝，例如可以實現服裝產品協同設計服務、協同生產、協同采購和銷售服務等功能。

2.1.4 應用層

應用層將服裝供應鏈協同創新的業務應用封裝成Web服務的形式，相關服裝企業根據不同的權限，通過服務訪問接口，對不同的資源服務進行注冊、查找和調用，實現各種應用的運行與維護。應用層能夠封裝服裝供應鏈成員企業的ERP系統、PDM系統、供應鏈系統、生產制造系統等提供的各種功能，實現這些系統之間的服務注冊、服務共享、服務互操作等。

2.2 大數據挖掘層

服裝供應鏈協同創新平臺的大數據挖掘的基本過程如下：

2.2.1 了解應用領域并確定數據挖掘目標

理解服裝供應鏈協同創新過程面臨的現實問題的需求范圍，明確大數據挖掘的對象和將要得到結果。服裝供應鏈協同創新主要包括服裝企業與面料供應商的協同創新、服裝企業與銷售商、客戶的協同創新等。服裝企業與面料供應商的協同創新主要包括：協同采購、協同設計和生產、協同質控等，此時大數據挖掘的對象主要是服裝企業與面料供應商的業務數據，例如它們的采購數據、庫存數據、設計數據、生產數據、質量數據等，將要得到結果主要是面料供應商的畫像數據、所供面料的到貨完成率、準時交貨率、合格率、庫存消耗數量等數據的預測與控制等。服裝企業與銷售商、客戶的協同創新主要包括：協同設計、協同生產、協同銷售、協同質控等，此時大數據挖掘的對象主要是服裝企業與銷售商、客戶的業務數據，例如它們的產品設計數據、生產數據、銷售數據、庫存數據、質量數據等，將要得到結果主要是銷售商和客戶的畫像數據、服裝產品的到貨完成率、準時交貨率、合格率、PPM（百萬分之一不合格率）、庫存量等數據的預測與控制等。

2.2.2 產生目標數據庫

為了得到最終的結果，需要一個完整的數據庫來記錄服裝供應鏈協同創新的業務流程信息，各個系統根據不同的目標來組織其數據庫，其中應包含各種形式的服裝供應鏈各成員企業的數據資源，以便最終能夠得到令人滿意的正確結果。

2.2.3 清理與預處理數據

其目的是為了將數據中的空缺值進行填補，并將噪聲數據進行消除，繼而對不一致數據進行糾正。

2.2.4 匹配目標與特殊的數據挖掘算法

其目的是確定哪些數據模型適合于搜索數據模式，以及哪些數據挖掘方法可用于匹配挖掘過程的目標。模型選擇一般是基于要挖掘的數據類型，數據挖掘方法的選擇取決于最終結果的形式，一般是指知識發現或數據預測。例如，在大數據挖掘層，采用神經網絡算法和指數平滑算法，對面料供應商、服裝銷售商和客戶進行畫像;采用指數平滑算法和多元回歸分析算法不僅可以對面料的到貨完成率、準時交貨率、合格率、庫存消耗數量等數據進行預測與控制，還可以對服裝產品的到貨完成率、準時交貨率、合格率、PPM、庫存量等數據進行預測與控制;此外，該企業為了更好地滿足客戶個性化、多樣化的服裝消費需求，采用關聯規則、文本分析等智能化算法，精準挖掘客戶的潛在需求，對客戶進行組合銷售和精準營銷。

2.2.5 提取數據模式

使用智能的方式提取目標數據中的數據模式。對服裝供應鏈協同創新的數據庫進行數據挖掘的主要目的是對服裝供應鏈各成員企業的業務數據資源進行分類、分析，產生數據價值和服務。

2.2.6 解釋和評估挖掘到的模式

數據挖掘算法可挖掘出多種模式，用戶應篩選并識別出對自己有用的模式，采用可視化和知識表示技術應用這些有用的模式。

2.3 大數據商業智能層

服裝供應鏈協同創新平臺的大數據商業智能層通過對服裝供應鏈協同創新業務的大數據挖掘，將服裝供應鏈中現有的數據資源轉化為知識。通過對服裝供應鏈的數據資源預處理，建立服裝供應鏈協同創新業務的數據倉庫。按照服裝供應鏈協同創新的主題，對數據倉庫進行主題劃分，一般可劃分為協同采購主題、協同設計主題、協同生產主題、協同質控主題、協同銷售主題等，并通過數據挖掘工具，對服裝供應鏈協同創新的主題數據進行分析和挖掘，所得結果將為服裝供應鏈的成員企業科學、有效的使用資源提供幫助。數據挖掘工具封裝了像神經網絡、指數平滑、回歸分析、關聯規則等數據挖掘算法，用戶不需要了解這些算法的具體實現過程，只需要根據自己的需求目標，直接操作數據挖掘工具，即可實現服裝供應鏈協同創新業務的大數據挖掘和分析，為服裝供應鏈的協同創新提供數據支撐。

3 ?應用實例

服裝供應鏈協同創新平臺的大數據管理架構已經在我國一個服裝企業的供應鏈協同創新平臺建設中得到應用。該企業創建于八十年代，經過三十多年的發展，擁有全國百余家服裝特許加盟專賣店，年銷售收入過億元。為了提高服裝供應鏈的協同創新績效，夯實服裝產業發展基礎，該企業借助互聯網、云計算、大數據等先進的信息技術，構建了服裝供應鏈協同創新平臺。該平臺以大數據的采集和分析為主，利用專門的數據挖掘工具，結合數據挖掘技術，分析和挖掘客戶需求;根據客戶需求，該企業與供應鏈上下游企業進行相互合作，實現協同創新業務。

該企業的服裝供應鏈協同創新平臺的總體架構自下而上依次包括：數據源層、大數據管理層、業務協同層、業務應用層，如圖2所示。其中，數據源層主要包括服裝供應鏈成員企業（面料供應商、服裝企業、銷售商等）的各種業務系統的數據庫，例如ERP、CAD、PDM、CAPP、MES、CRM、SRM等系統的數據，這些數據數量巨大、形式多樣，符合大數據的特征;大數據管理層主要實現對這些異構數據的抽取、轉換、加載、存儲、分析和挖掘等操作，從而實現服裝供應鏈協同創新的數據價值與服務;業務協同層主要實現服裝企業與面料供應商、銷售商等供應鏈成員企業的協同設計、協同采購、協同生產和銷售、協同質控等功能。

服裝供應鏈協同創新平臺的業務應用層主要包括以下功能：客戶細分和需求預測、供應鏈協同創新成果共享、客戶關系維護與管理、供應商關系維護與管理，具體說明如下：

3.1 客戶細分和需求預測

該企業利用服裝供應鏈協同創新平臺的基本功能，對客戶的行為需求進行數據采集，生成客戶的未來需求預測趨勢圖，預測客戶對服裝款式、服裝面料顏色、質量、服裝著裝搭配等需求的變化趨勢，然后根據客戶個性化需求，進行服裝協同設計和生產，進行定制化的協同營銷服務，實現客戶價值和服務，從而提升了服裝供應鏈的協同創新績效。

3.2 供應鏈協同創新成果共享

該企業的大數據應用能力體現在對供應鏈協同創新成果的共享，極大地挖掘了客戶價值，并將大數據分析結果進行共享，使得供應鏈各成員企業都可以得到有價值的信息。該企業通過服裝供應鏈協同創新平臺，實現了數據分析結果和協同創新成果的共享，從而降低了供應鏈成員企業業務協同的時間成本，提升了整個供應鏈的數據利用效率，使得服裝產業鏈條的綜合回報率得到顯著的提升。

3.3 客戶關系維護與管理

該企業重視和維護與客戶的關系，通過大數據技術從不同的角度和層次分析客戶，了解客戶的行為，提升客戶的滿意度，提高了客戶的忠誠度并降低了客戶流失率。該企業借助服裝供應鏈協同創新平臺，根據客戶的喜好推薦服裝產品和服務，對客戶進行精準營銷，幫助客戶減少篩選服裝的時間，實現了該企業與客戶的合作共贏。

3.4 供應商關系維護與管理

該企業同時也重視和維護與供應商的合作關系，通過大數據技術從不同的角度和層次分析供應商的各項指標數據，了解供應商的協同創新行為，提升企業與供應商的協同創新績效。該企業借助服裝供應鏈協同創新平臺，根據供應商的各項評價指標，選擇合適的供應商參與企業的協同創新，并對供應商的協同創新行為進行跟蹤和監督，確保供應商按照企業的要求完成創新任務，最終提高整個供應鏈的協同創新績效。

4 ?結語

本文對服裝供應鏈和服裝供應鏈協同創新方面的文獻進行了梳理，發現服裝供應鏈成員企業間信息共享不及時、預測用戶需求不準確以及缺乏對冗余數據的價值挖掘，而基于大數據技術的服裝供應鏈協同創新平臺可以有效地解決這些問題。通過對大數據技術的相關架構進行研究，構建了基于大數據的服裝供應鏈協同創新平臺，設計了服裝供應鏈協同創新平臺的大數據管理架構，從下到上依次包括：大數據中心層、大數據挖掘層、大數據商業智能層。最后，結合應用實例，驗證了該架構的正確性和有效性。服裝供應鏈協同創新平臺通過對大數據技術的運用，能夠挖掘客戶需求，促進供應鏈上下游企業的相互合作創新，提升服裝供應鏈的協同創新績效和運營水平。

參考文獻：

[1]譚志強，鄭建科，溫洪憲，林國龍.基于云平臺的服裝供應鏈協同管理體系研究[J].物流技術與應用，2017，22（11）：126-129.

[2]Romano P ，Vinelli A. Quality management in a supply chain perspective[J].International Journal of Operations & Production Management， 2001， 21（4）：446-460.

[3]Bruce M，Daly L，Towers N. Lean or agile： A solution for supply chain management in the textiles and clothing industry？[J]. International Journal of Operations & Production Management， 2004， 24（2）：151-170.

[4]Cao Ning. Zhang Zhi-ming. Structures of Textile-apparel Supply Chain： Concepts and Cases[J].Journal of Donghua University，2005，22（2）：130-134.

[5]Jimmy K C，Lam R P.Textile and apparel supply chain management in Hong Kong[J].International Journal of Clothing Science &Technology，2006，（4）：265-277.

[6]Leng M，Parlar M. Game-theoretic analyses of decentralized assembly supply chains：Non-cooperative equilibria vs.coordination with cost-sharing contracts[J].European Journal of Operational Research 2010，204（1）：96-104.

[7]Kaya O.Outsourcing vs. in-house production： a comparison of supply chain contracts with effort dependent demand[J]. Omega， 2011， 39（2）：168-178.

[8]王梓蓉.大數據環境下供應鏈企業協同創新機制研究[J].甘肅科技，2018，34（01）：60-65.

[9]蘭秀文，楊旭.試論流通供應鏈的對稱性協同與創新[J].商業經濟研究，2018（12）：19-21.

[10]王加毅.供應鏈管理是提升競爭力的有效途徑[J].紡織科學研究，2018（6）：18-19.

[11]王佳雋.基于云計算環境的虛擬化資源管理研究[D].復旦大學，2011.